python数据分析( 一)

python数据分析

第一篇：Python 数据分析入门之python的安装

---

---

前言

作者：Guido Van Rossum (GvR)
http://www.python.org/~guido/

历史：
1989年，为了打发圣诞节假期，Guido开始写Python语言的编译/解释器，Python取名得自Guido喜欢的一部Monty Python‘s Flying Circus的情景喜剧。

Python是ABC语言的后代， Guido曾在CWI工作，并参与到ABC语言的开发，Python设计理念是能够像C语言那样能够全面调用计算机的功能接口，又可以像shell那样可以轻松的编程。

1991年，第一个Python编译器(同时也是解释器)诞生。它是用C语言实现的，并能够调用C库(.so文件)。

---

一、Python简介

Python是一种简单易学，功能强大的编程语言。它有高效率的高层数据结构，能够简单、有效地实现面向对象编程。
Python语法简洁，支持动态输入，是解释性语言。
在大多数平台上，对于众多领域，Python都是一个理想的开发语言，特别适合于应用程序的 快速开发。

优点：其它包括可扩展性、丰富的库、面向对象、高级语言、可移植性等等特点
缺点：强制缩进、构架选择太多、性能问题、
单行语句和命令行输出问题

二、Python安装与使用

1.推荐使用Anaconda

1. Anaconda Python 是 Python 科学计算包的合集，包含了常用科学计算、数据分析、自然语言处理、绘图等包，所有的包几乎都是最新的，容量适中。
2. 使用了conda和pip包管理工具，安装第三方包非常方便，避免了管理各个库之间依赖性的麻烦。
3. 安装后就默认安装了python、IPython、集成开发环境Spyder和众多的包和模块。支持Python2和Python3，包括免费版、协作版、企业版等。

Anaconda Python 是完全免费的企业级的Python发行大规模数据处理、预测分析和科学计算工具。

2.推荐使用jupyter lab

jupyter lab可能是python数据分析最理想的IDE。jupyter lab是一个Web应用，其前身是jupyter notebook，二者均基于ipython内核实现，但又略有不同。相较于其他IDE，jupyter lab最大特色是支持单个cell的执行，且支持可视化图表交互显示，这都使得非常利于EDA（探索性数据分析）。

优点:

1. 环境搭建简单，通过pip命令安装后即可搭建
2. 支持程序单cell交互执行
3. 支持code和markdown格式任意切换

缺点：
一般仅适用简单程序文件执行

三、Python数据分析包简介

常用数据分析包

numpy：数组、矩阵
scipy：统计、优化、线性代数、信号、图像处理等
pandas：数据框、序列、数据处理、绘图
statsmodel：统计检验、统计建模
scikit-learn：数据变换、机器学习、交叉验证
matplotlib：绘图
其它

总结

推荐书籍：
1、机器学习,周志华 著
2、统计学习方法,李航 著